NathanYau

在不远的过去，Web就是关于共享、广播和分发。但是潮流在变：Web已经走进了个人的世界。每个月，新的应用如雨后春笋般诞生，这些应用可以追踪、监测和分析人们的行为习惯，使他们更好地了解自己和周围的世界。人们可以对饮食习惯、运动、上网时间、性生活、每月的自行车旅行、睡觉、情绪和资产进行在线跟踪。如果你对自己生活中的某一部分感兴趣，很可能存在某种应用可以对它进行跟踪。

当然，个人数据收集不是什么新鲜事。在20世纪30年代，英国的社会研究小组Mass Observation，收集了关于日常生活的各个方面的数据——如胡须、眉毛、驾驶员的叫喊和手势，以及人们在战争纪念碑前的行为，这些都是为了对英国有更好的理解。然而，数据收集方法从1930年开始已经有了提高；现在不再仅仅是一支笔和便条纸，或者是一个手工的计数器。数据可以通过手机和手持电脑自动收集，因此每天都可以持续地上传数据和信息流到服务器、数据库和所谓的数据仓库。

随着数据收集技术的进步，数据流也发展为比Mass Observation^[1]参与者报告的计算计数要强大得多的技术。数据可以实时修改，因此，人们期望获取最新的信息。

但是，只是简单地为人们提供数以GB计的数据是不够的。并非所有人都是统计学家或者计算机科学家，而且也不是每个人都愿意对大数据集的数据进行筛选过滤。这是我们在个人数据收集上经常面临的问题。

虽然收集和返回的数据类型可能已经随着时间变化，但是个人的需求是不变的。也就是说，那些收集关于自己和他们周围的数据的个人，他们还是会收集这些数据，以获得对流动的数据的信息有更好的理解。绝大多数时候，我们不是追求数据本身；我们感兴趣的是数据的真正含义。这是个微小的区别，却是非常重要的一点。这个需求要求系统能够处理个人数据流，高效准确地处理这些数据，把这些信息通过易于理解且有用的方式分发给非专业人员。我们想要的远远不只是一个电子表格的数据，我们想要的是隐含在这些数据中的故事。

构建这样的系统要求同时在分析和审美上作出严谨的设计思考。这在我们实现PEIR(Personal Environmental Impact Report，个人环境影响报告）中是非常重要的。PEIR允许人们在微观层面观察自己如何影响环境以及环境如何影响自己；your.flowingdata(YFD)是一个正在开发的项目，允许用户通过Twitter来收集自己的数据，后者是一个微博客服务。

在PEIR项目中，我是其前端开发工程师，主要工作是负责用户界面(U)和数据可视化。对于YFD，我是唯一参与者，因此我的职责可能有些不同，但我还是集中于研究可视化方面。虽然PEIR和YFD在数据类型、收集和处理上区别甚大，但是它们的目标是相似的。PEIR和YFD都是为个人提供信息；但为个人提供信息又都不是它们的最终目标。相反地，它们都是为了激发人们的兴趣，了解即自己每天做出的抉择如何为生活带来重大影响，然后开始探讨个人数据。在对PEIR和YFD有了简单的背景知识后，我将带着这些想法，讨论个人数据收集、存储和分析。然后我将深入探讨PEIR和YFD数据可视化背后的设计过程，通常这些统称为个人数据可视化。最后，我们想向人们显示他们自己的个人数据之美。